Landmark Breaker：通过干扰关键点提取阻碍DeepFake
计算机视觉与模式识别
2021-02-02 v1
摘要
深度神经网络（DNN）的最近发展显著提升了AI合成人脸的真实感，其中最显著的例子是DeepFakes。DeepFake技术可以从另一主体的脸合成目标主体的脸，同时保留相同的面部属性。随着社交媒体门户（Facebook、Instagram等）的迅速增加，这些逼真的人脸伪造图像在互联网上快速传播，对社会造成了广泛的负面影响。在本文中，我们描述了Landmark Breaker，第一种专门用于破坏面部关键点提取的方法，并将其应用于阻碍DeepFake视频的生成。我们的动机是，干扰面部关键点提取会影响输入人脸的对齐，从而降低DeepFake质量。我们的方法通过对抗扰动实现。与仅在DeepFake生成后起效的检测方法相比，Landmark Breaker提前一步阻止DeepFake生成。实验在三个最先进的面部关键点提取器上使用近期的Celeb-DF数据集进行。
引用
@article{arxiv.2102.00798,
title = {Landmark Breaker: Obstructing DeepFake By Disturbing Landmark Extraction},
author = {Pu Sun and Yuezun Li and Honggang Qi and Siwei Lyu},
journal= {arXiv preprint arXiv:2102.00798},
year = {2021}
}